CRM系統(tǒng)：零售業(yè)CRM中的數(shù)據(jù)挖掘技術(shù)
零售業(yè)CRM中的數(shù)據(jù)挖掘技術(shù)①
王紅霞1) 陳根才2)
(浙江水利水電專科學(xué)校1) 杭州 310018) (浙江大學(xué)計(jì)算機(jī)學(xué)院2) 杭州 310027)
摘 要:從零售業(yè)CRM和數(shù)據(jù)挖掘的概念入手,討論了零售業(yè)CRM中采用的各種數(shù)據(jù)挖掘技術(shù),如關(guān)聯(lián)分析、分類分
析、聚類分析等,分析了數(shù)據(jù)挖掘技術(shù)在市場(chǎng)營(yíng)銷、銷售與客戶服務(wù)三個(gè)領(lǐng)域的典型應(yīng)用。最后對(duì)數(shù)據(jù)挖掘在零售業(yè)CRM
的作用和發(fā)展前景作了總結(jié)。
關(guān)鍵詞: CRM 數(shù)據(jù)挖掘 關(guān)聯(lián)規(guī)則
中圖分類號(hào):TP31
Data Mining Techniques Applied in Retailing’s CRM
Wang Hongxia1) Chen Gengcai2)
(Zhejiang Water Conservancy and Hydropower College1) ,Hangzhou 310018)
(College of Computer Science , Zhejiang University2) , Hangzhou 310027)
Abstract :Beginning with the concepts CRM(Customer Relationship Management) and the DM(Data Mining) , the thesis discusses
some key Data Mining techniques in the retailing CRM, such as associational analysis ,classification analysis and clustering analysis. It an2
alyzes the typical applications of DMin the fields of market management , marketing and Customer Services. In the last ,it reaches a conclu2
sion of the significance and the prospect of DM in retailing CRM, which is of great importance to the success for retail enterprises.
Key words :CRM(Customer Relationship Management) , Data Mining , Association Rules
1 引言
加入WTO 后,零售業(yè)是我國(guó)對(duì)外開放力度最
大的領(lǐng)域之一。中國(guó)企業(yè)要和國(guó)外對(duì)手同場(chǎng)競(jìng)技,
不光在技術(shù)、質(zhì)量上,更重要的是在管理上。同時(shí),
隨著多年的市場(chǎng)經(jīng)濟(jì)改革,我國(guó)早已由賣方市場(chǎng)時(shí)
代進(jìn)入買方市場(chǎng)時(shí)代。現(xiàn)在,各式各樣的超市、商
場(chǎng)和專賣店隨處可見,其質(zhì)量、價(jià)格相差并不是很
大。在這種局面下“, 顧客就是上帝”已然不是一句
空洞的口號(hào),而應(yīng)當(dāng)是零售企業(yè)在市場(chǎng)立足的管理
原則。總之,全球化和市場(chǎng)化帶來(lái)的對(duì)客戶資源的
競(jìng)爭(zhēng),使得CRM(客戶關(guān)系管理) 成為零售企業(yè)在
新的市場(chǎng)環(huán)境下新的贏利戰(zhàn)略和手段。零售企業(yè)
必須加快CRM研究。
其次,在我國(guó)零售企業(yè)實(shí)施CRM具有可行性。
零售業(yè)是我國(guó)建設(shè)市場(chǎng)經(jīng)濟(jì)過(guò)程中,信息化起步較
早、發(fā)展較快的行業(yè)。經(jīng)過(guò)多年的努力,我國(guó)零售
企業(yè)積累了豐富的經(jīng)驗(yàn)和數(shù)據(jù),其中相當(dāng)一部分企
業(yè)擁有較完善的軟硬件基礎(chǔ)設(shè)施和價(jià)值鏈構(gòu)成,能
較快、較準(zhǔn)確地了解客戶。不斷發(fā)展的信息技術(shù)
(尤其是數(shù)據(jù)挖掘技術(shù)) 為零售企業(yè)挖掘和整理有
價(jià)值的客戶數(shù)據(jù)提供了條件。這些,都為在我國(guó)零
售企業(yè)實(shí)施CRM創(chuàng)造了條件。
CRM是指以客戶為中心的包括市場(chǎng)營(yíng)銷、銷
售和客戶服務(wù)的企業(yè)業(yè)務(wù)流程自動(dòng)化并使之得以
重組。它一方面通過(guò)提供更快速和周到的優(yōu)質(zhì)服
務(wù),吸引和保持更多的客戶;另一方面通過(guò)對(duì)業(yè)務(wù)
流程的全面管理,減低企業(yè)的成本。其目標(biāo)是通過(guò)
合適的渠道,在合適的時(shí)間,提供合適的產(chǎn)品給合
適的客戶,
2 數(shù)據(jù)挖掘技術(shù)及其在零售業(yè)CRM
中的應(yīng)用
2. 1 數(shù)據(jù)挖掘理論
數(shù)據(jù)挖掘(Data Mining ,DM) 又稱數(shù)據(jù)庫(kù)中的
知識(shí)發(fā)現(xiàn)( Knowledge Discovery in Database , KDD) ,
就是應(yīng)用一系列技術(shù)從大型數(shù)據(jù)庫(kù)或者數(shù)據(jù)倉(cāng)庫(kù)
的數(shù)據(jù)中提取人們感興趣的信息和知識(shí),這些知識(shí)
或信息是隱含的、事先未知而潛在有用的,提取的
知識(shí)表示為概念(Concepts) 、規(guī)則( Rules) 、模式
(Patterns) 等形式[2 ] 。數(shù)據(jù)挖掘過(guò)程一般由3 個(gè)階
段組成:數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘和解釋評(píng)估。數(shù)據(jù)挖
掘可以描述為各個(gè)階段的不斷反復(fù)。
1) 數(shù)據(jù)準(zhǔn)備是數(shù)據(jù)挖掘的第一個(gè)階段,是非
常重要的一個(gè)階段。數(shù)據(jù)準(zhǔn)備的好壞影響數(shù)據(jù)挖
掘的效率、準(zhǔn)確性和數(shù)據(jù)挖掘模式的特性。
2) 數(shù)據(jù)挖掘是運(yùn)用選定的數(shù)據(jù)挖掘方法,從
數(shù)據(jù)中提取用戶需要的知識(shí)。首先,決定如何產(chǎn)生
假設(shè),是讓數(shù)據(jù)挖掘系統(tǒng)為用戶產(chǎn)生假設(shè),還是用
戶自己對(duì)數(shù)據(jù)庫(kù)可能包含的知識(shí)提出假設(shè)。前一
種稱為發(fā)現(xiàn)型的數(shù)據(jù)挖掘;后一種稱為驗(yàn)證型的數(shù)
據(jù)挖掘,在問(wèn)題進(jìn)一步明確后,在數(shù)據(jù)結(jié)構(gòu)和內(nèi)容
進(jìn)一步調(diào)整的基礎(chǔ)上,就可以建立模型。
3) 解釋評(píng)價(jià),從上述過(guò)程中將會(huì)得出一系列
的分析結(jié)果、模式和模型,多數(shù)情況會(huì)得出對(duì)目標(biāo)
問(wèn)題多側(cè)面的描述,這時(shí)就要綜合他們的規(guī)律性,
提供合理的決策支持信息。評(píng)價(jià)的一種方法是直
接使用原先建立的模型樣本和樣本數(shù)據(jù)來(lái)進(jìn)行檢
驗(yàn);另一種辦法是尋找一批數(shù)據(jù)并對(duì)其進(jìn)行檢驗(yàn),已知這些數(shù)據(jù)能反映客觀實(shí)踐的規(guī)律性;還有一種
方法是在實(shí)際運(yùn)行的環(huán)境中取出新鮮數(shù)據(jù)進(jìn)行檢
驗(yàn)。
在數(shù)據(jù)挖掘的數(shù)據(jù)準(zhǔn)備階段執(zhí)行著數(shù)據(jù)選取、
數(shù)據(jù)預(yù)處理和數(shù)據(jù)變換的功能,為數(shù)據(jù)挖掘進(jìn)行數(shù)
據(jù)準(zhǔn)備,其功能和數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建和數(shù)據(jù)維護(hù)基本
相同。事實(shí)上,數(shù)據(jù)挖掘也可以建立在一般業(yè)務(wù)數(shù)
據(jù)庫(kù)的基礎(chǔ)上,但數(shù)據(jù)倉(cāng)庫(kù)對(duì)數(shù)據(jù)的組織更利于提
高數(shù)據(jù)挖掘的效率,因?yàn)閿?shù)據(jù)倉(cāng)庫(kù)中完備的、經(jīng)過(guò)
組織的大量數(shù)據(jù)為數(shù)據(jù)挖掘提供了很好的基礎(chǔ),當(dāng)
數(shù)據(jù)挖掘在數(shù)據(jù)倉(cāng)庫(kù)的基礎(chǔ)上進(jìn)行時(shí),數(shù)據(jù)庫(kù)中知
識(shí)發(fā)現(xiàn)的最初2 個(gè)階段———數(shù)據(jù)選取、數(shù)據(jù)預(yù)處理
的工作已基本完成,知識(shí)發(fā)現(xiàn)的過(guò)程從數(shù)據(jù)變換開
始,主要確定對(duì)具體挖掘問(wèn)題有用的維并采用特定
的挖掘算法對(duì)數(shù)據(jù)進(jìn)行采集。
2. 2 零售業(yè)CRM中的主要DM分析技術(shù)
數(shù)據(jù)挖掘是零售業(yè)CRM 中的核心技術(shù),其關(guān)
鍵功能在于通過(guò)分析顧客已購(gòu)買商品及這些商品
之間的內(nèi)在聯(lián)系,確定顧客的購(gòu)買習(xí)慣和關(guān)聯(lián)購(gòu)買
傾向,從而幫助零售商制定營(yíng)銷策略,在一定程度
上實(shí)現(xiàn)商業(yè)智能。下圖為DM在CRM 軟件中的應(yīng)
用模型:
在當(dāng)前的零售業(yè)CRM 應(yīng)用實(shí)踐中,比較典型
的挖掘技術(shù)有關(guān)聯(lián)分析、序列模式分析、分類分析、
聚類分析等[3 ] 。它們可以應(yīng)用到以客戶為中心的
企業(yè)決策分析和管理的各個(gè)不同領(lǐng)域和階段。
①關(guān)聯(lián)分析
設(shè)I = {i1 ,i2 ,. . . ,im}是一組物品集,D 是一組
事務(wù)集(稱之為事務(wù)數(shù)據(jù)庫(kù)) 。其中每個(gè)事務(wù)T 是
一組物品,滿足TAI。設(shè)A 是一個(gè)物品集,且滿足
A AT ,則稱T 支持物品集A。
關(guān)聯(lián)規(guī)則是如下形式的邏輯蘊(yùn)涵:A ] B ,A <
I , B < I ,且A ∩B =Φ。關(guān)聯(lián)規(guī)則具有如下兩個(gè)重
要的屬性:
支持度: P(A ∪B) ,即A 和B 這兩個(gè)項(xiàng)集在事
務(wù)集D 中同時(shí)出現(xiàn)的概率。
強(qiáng)力推薦：
天柏客戶關(guān)系管理系統(tǒng)
天柏客戶關(guān)系管理系統(tǒng)（CRM）是一款集專業(yè)性、實(shí)用性、易用性為一體的純B/S架構(gòu)的CRM系統(tǒng)，它基于以客戶為中心的協(xié)同管理思想和營(yíng)銷理念，圍繞客戶生命周期的整個(gè)過(guò)程，針對(duì)不同價(jià)值的客戶實(shí)施以客戶滿意為目標(biāo)的營(yíng)銷策略，通過(guò)企業(yè)級(jí)協(xié)同，有效的“發(fā)現(xiàn)、保持和留住客戶”，從而達(dá)到留住客戶、提高銷售，實(shí)現(xiàn)企業(yè)利潤(rùn)最大化的目的。通過(guò)對(duì)客戶進(jìn)行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠(chéng)度分析(Persistency)、客戶利潤(rùn)分析(Profitability)、客戶性能分析(Performance)、客戶未來(lái)分析(Prospecting)、客戶產(chǎn)品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業(yè)銷售、營(yíng)銷、客戶服務(wù)和支持等與客戶關(guān)系有關(guān)的業(yè)務(wù)流程并提高各個(gè)環(huán)節(jié)的自動(dòng)化程度，從而幫助企業(yè)達(dá)到縮短銷售周期、降低銷售成本、擴(kuò)大銷售量、增加收入與盈利、搶占更多市場(chǎng)份額、尋求新的市場(chǎng)機(jī)會(huì)和銷售渠道，最終從根本上提升企業(yè)的核心競(jìng)爭(zhēng)力，使得企業(yè)在當(dāng)前激烈的競(jìng)爭(zhēng)環(huán)境中立于不敗之地。
關(guān)鍵詞：CRM,CRM系統(tǒng),CRM軟件,客戶關(guān)系管理,客戶管理軟件,客戶管理系統(tǒng),客戶關(guān)系管理軟件,客戶關(guān)系管理系統(tǒng)